python按一定順序刪除重復項（不是“ first”，“ last”）

Question

ID  values
111 reason1
111 reason2
111 reason3
222 reason2
222 reason4
222 reason5

df.drop_duplicates(["ID"], keep='???', inplace=True)

我知道的方式是使用drop_duplicates，但它只給我first ， last選項。 我想檢查是否有reason2，然后將記錄與reason2一起保存，否則檢查原因3，等等。基本上，有特定的順序，例如原因2，原因3，原因4等。

Answer 1

根據評論，這可以是實現之一：（實現@brittenb的想法。）

priority_dict = {
    'reason1':1,
    'reason2':2,
    'reason3':3,
    'reason4':4,
    'reason5':5
}
df['priority'] = df['values'].map(priority_dict)
df = df.sort_values(by=['ID', 'priority'])
df.drop_duplicates(['ID'], keep='first')

輸出：

     ID values  priority
0   111 reason1 1
3   222 reason2 2

Answer 2

使用'category'dtype定義順序和排序：

df['values'] = df['values'].astype('category', ordered=True)\
                           .cat.reorder_categories(['reason2',
                                                    'reason3',
                                                    'reason1',
                                                    'reason4',
                                                    'reason5'])

df.sort_values('values').drop_duplicates('ID', keep='first')

輸出：

    ID   values
1  111  reason2
3  222  reason2